IT之家 10 月 15 日消息，阿里通義今日官宣 Qwen3-VL 系列再添新成員 ——Dense 架構(gòu)的 Qwen3-VL-8B、Qwen3-VL-4B 模型開(kāi)源上線。
Qwen3-VL-4B / 8B 是密集（Dense）視覺(jué)理解模型，顯存占用更低，擁有 Qwen3-VL 的全部能力項(xiàng)，每個(gè)尺寸都有 Instruct 和 Thinking 兩大版本。
Qwen3-VL-8B 在 STEM、VQA、OCR、視頻理解和 Agent 任務(wù)等公開(kāi)評(píng)測(cè)上表現(xiàn)優(yōu)異，不僅超越 Gemini 2.5 Flash Lite 和 GPT-5 Nano，甚至可以媲美上一代超大尺寸模型 Qwen2.5-VL-72B。
而 4B 版本則在端側(cè)展現(xiàn)更高的性價(jià)比，適合在需要 AI 視覺(jué)理解的智能終端部署。
值得一提的是，這兩款視覺(jué)理解模型實(shí)現(xiàn)了「視覺(jué)精準(zhǔn)」與「文本穩(wěn)健」的協(xié)同突破：針對(duì)小模型常見(jiàn)的“蹺蹺板”問(wèn)題（提升視覺(jué)能力往往犧牲文本性能，反之亦然），阿里通過(guò)架構(gòu)創(chuàng)新和技術(shù)優(yōu)化，讓模型在保持文本理解能力的同時(shí)，增強(qiáng)多模態(tài)感知與視覺(jué)理解能力，小身板里塞進(jìn)了更強(qiáng)的視覺(jué)和文本能力。
新模型現(xiàn)已上線魔搭社區(qū)、Hugging Face，也提供 FP8 版本，IT之家附開(kāi)源地址如下：
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。